返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版]深度强化学数据与人工智能技术丛书)算法与PyTorch实战微课视频版 刘全黄志刚编 计算机控制仿真与人工
  • 正版图书!品质保证!默认发最新版本!收藏店铺可享优先发货!
    • 作者: 刘全、黄志刚著
    • 出版社: 清华大学出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    友一个文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 刘全、黄志刚著
    • 出版社:清华大学出版社
    • 开本:16开
    • ISBN:9784071687837
    • 版权提供:清华大学出版社

            铺公告

      为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。

    温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。

      关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

     

     

    部分:预备知识及环境安装
    章深度强化学习概述
    1.1引言
    1.2深度学习
    1.3强化学习
    1.4深度强化学习
    1.5小结
    1.6习题
    第2章环境的配置
    2.1PyTorch简介
    2.2PvTorch和TensorFlow
    2.3强化学习的开发环境
    2.3.1Anaconda环境搭建
    2.3.2Anaconda环境管理
    2.3.3PyTorch的安装
    2.3.4JupyterNotebook的安装
    2.3.5JupyterNotebook的使用
    2.3.6Gym的安装
    2.3.7Gym案例
    2.4小结
    2.5习题
    第二部分:表格式强化学习
    第3章数学建模
    3.1马尔可夫决策过程
    3.2基于模型与无模型
    3.3求解强化学习任务
    3.3.1策略
    3.3.2奖赏与回报
    3.3.3值函数与贝尔曼方程
    3.3.4最优策略与最优值函数
    3.4探索与利用
    3.5小结
    3.6习题
    第4章动态规划法
    4.1策略迭代
    4.1.1策略评估
    4.1.2策略迭代
    4.2值迭代
    4.3广义策略迭代
    4.4小结
    4.5习题
    第5章蒙特卡洛法
    5.1蒙特卡洛法的基本概念
    5.1.1MC的核心要素
    5.1.2MC的特点
    5.2蒙特卡洛预测
    5.3蒙特卡洛评估
    5.4蒙特卡洛控制
    5.4.1基于探索始点的蒙特卡洛控制
    5.4.2同策略蒙特卡洛控制
    5.4.3异策略与重要性采样
    5.4.4蒙特卡洛中的增量式计算
    5.4.5异策略蒙特卡洛控制
    5.5小结
    5.6习题
    第6章时序差分法
    6.1时序差分预测
    6.2时序差分控制圆
    6.2.1Sarsa算法
    6.2.2Q-Learning算法
    6.2.3期望sarsa算法
    6.3优选化偏差与DoubleQ-Learning
    6.3.1优选化偏差
    6.3.2DoubleQ-Learning
    6.3.3DoubleQ-Learning
    6.4DP、MC和TD算法的关系
    6.4.1穷举式遍历与轨迹采样
    6.4.2期望更新与采样更新
    6.5小结
    6.6习题
    第7章n-步时序差分法
    7.1.ln-步TD预测及资格迹回
    7.1.1n-步TD预测
    7.1.2前向TD(λ)算法
    7.1.3后向TD(λ)算法
    7.2n-步TD控制及其资格迹实现
    7.2.1同策略n-步Sarsa算法
    7.2.2Sarsa(λ)算法
    7.2.3异策略n-步Sarsa算法
    7.2.4n-步TreeBackup算法
    7.3小结
    7.4习题
    第8章规划和蒙特卡洛树搜索
    8.1模型、学习与规划回
    8.1.1模型
    8.1.2学习
    8.1.3规划
    8.2Dyna-Q结构及其算法改进回
    8.2.1Dyna-Q架构
    8.2.2优先遍历
    8.2.3模拟模型的错误性
    8.3决策时间规划
    8.3.1启发式搜索
    8.3.2预演算法
    8.3.3蒙特卡洛树搜索
    8.4小结
    8.5习题
    第三部分:深度强化学习
    第9章深度学习
    9.1传统神经网络圆
    9.1.1感知器神经元
    9.1.2激活函数
    9.2反向传播算法
    9.2.1前向传播
    9.2.2权重调整
    9.2.3BP算法推导
    9.3卷积神经网络
    9.3.1卷积神经网络核心思想
    9.3.2卷积神经网络结构
    9.4小结
    9.5习题
    0章PyTorch与神经网络
    10.1PyTorch扣的Tensor
    10.1.1直接构造法
    10.1.2间接转换法
    10.1.3Tensor的变换
    10.2自动梯度计算
    10.2.1标量对标量的自动梯度计算
    10.2.2向量对向量的自动梯度计算
    10.2.3标量对向量(或矩阵)的自动梯度计算
    10.3神经网络的模型搭建和参数优化
    10.3.1模型的搭建
    10.3.2激活函数
    10.3.3常用的损失函数
    10.3.4模型的保存和重载
    10.4小结
    10.5习题
    第ll章深度Q网络
    11.1DQN算法
    11.1.1核心思想
    11.1.2训练算法
    11.1.3实验结果与分析
    11.2DoubleDQN算法
    11.2.1核心思想
    11.2.2实验结果与分析
    11.3PrioritizedDQN
    11.3.1核心思想
    11.3.2训练算法
    11.3.3实验结果与分析
    11.4DuelingDQN
    11.4.1训练算法
    11.4.2实验结果与分析
    11.5小结
    11.6习题
    2章策略梯度法
    12.1随机策略梯度法
    12.1.1梯度上升算法
    12.1.2策略梯度法与值函数逼近法的比较
    12.2策略优化方法
    12.2.1情节式策略目标函数
    12.2.2连续式策略目标函数
    12.2.3策略梯度定理
    12.3策略表达形式
    12.3.1离散动作空间策略参数化
    12.3.2连续动作空间策略参数化

     

    暂时没有目录
    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购